基于短期运动任务的多尺度多层次特征评估框架用于帕金森病状态分类
学术背景 帕金森病(Parkinson’s Disease, PD)是第二常见的慢性神经退行性疾病,主要影响65岁及以上人群。随着全球人口老龄化的加剧,帕金森病的患病率预计将从2015年的700万增加到2040年的1300万。目前,帕金森病的诊断主要依赖于临床问卷和运动日记,这些方法耗时且存在较大的主观偏差。近年来,随着可穿戴技术和机器学习方法的结合,研究人员开始探索通过量化运动症状来辅助帕金森病的诊断。然而,这些技术的有效性受到环境设置的影响,难以在现实世界中广泛应用。因此,本研究旨在提出一种有效的特征评估框架,通过短期运动任务自动评估帕金森病运动症状的严重程度,并在现实世界中进行分类。 论文来源 该研究由来自University of Sheffield和Yunnan Universit...